     openair    longwaveR     magrittr        dplyr     hydroGOF 
        TRUE         TRUE         TRUE         TRUE         TRUE 
       readr        knitr        tidyr      lattice latticeExtra 
        TRUE         TRUE         TRUE         TRUE         TRUE 
     ggplot2          xts     dygraphs     RcppRoll    lubridate 
        TRUE         TRUE         TRUE         TRUE         TRUE 
          DT       scales 
        TRUE         TRUE

Selecionando ano 2014 para fazer o ajuste

    date1     date2        Ta        rh        Li        Rg      Rpot 
"POSIXct"  "POSIXt" "numeric" "numeric" "numeric" "numeric" "numeric" 
       es         K    K_mean     Cover 
"numeric" "numeric" "numeric"  "factor"


       CC       CPN        CN 
 99.70833 170.41667  79.00000

Calculando Li

Li é calculada pela Lei de Stefan-Boltzman:

\[L_i = \epsilon \sigma T_{a}^{4}\]

onde a emissividade da atmosfera (\(\epsilon\)) é parametrizada sempre em função de pelo menos temperatura do ar \(T_a\) e/ou pressão parcial de vapor \(es\). de tal forma: \[L_i = f(Ta,es) \sigma T_{a}^{4}\]

Em presença de nuvens é feita uma correção, com a hipótesis de que as nuvens produzem incremento na emissão de Li para superfície, então: \[L_i = f(Ta,es) g(C) \sigma T_{a}^{4}\] diversos autores coincidem na definição de \(g(C)\) da forma: \[g(C) = 1 + a C^b\] onde \(a\) e \(b\) são coeficientes, \(C\) parametriza a cobertura de nuvens e depende da atenuação da radiação global (\(R_g\)).

Atualmente no pacote longwaveR 12 esquemas de emissividade ( \(\epsilon\)) são combinados com 8 esquemas de cobertura de nuvens (\(C\)), resultando em 108 combinações (sem a parametrização de nuvens também é avaliado). Estes esquemas são usados para calcular Li, a partir dos coeficientes da literatura como opção por default e o ajuste não linear deles por mínimos quadrados.

NOTA: Em breve tabela com os esquemas

AJUSTE

Neste caso foi avaliada acurácia dos esquemas para cálculo de Li para classes de cobertura do céu. As classes foram definidas a partir do índice de atenuação (\(K = R_g/R_{pot}\)):

\(K \ge 0,65\) CC céu claro
\(0,3 \gt K \gt 0,65\) CPN céu parcialmente nublado
\(K \le 0,3\) CN céu nublado

Não grafico abaixo mostra as estatísticas comparativas para cada série gerada.

ADJ séries geradas a partir do ajuste de coeficientes
NaoADJ séries com coeficientes default

No seguinte gráfico foram separados os días segundo a cobertura de nuvens e com/sem ajuste:

png 
  2

A agrupação das séries foi de melhores resultados para os dias de céu nublado, e na geral o ajuste levou a diminuição da incerteza. Devido a que alguns esquemas podem não representar a distribuição dos dados observados não é possivel fazer o ajuste não linear, portanto esses esquemas saem do análises.

Histograma

Distribuição do RMSE, NSE e R2 para todos os esquemas.

Tabelas

Determinando os melhores esquemas para cada cobertura de nuvens. Foram considerados só os esquemas com RMSE menores que o quantil 5%.

Cover	Q0.05
CC	20.06295
CPN	20.47560
CN	15.22040

Performance dos esquemas anteriores para toda a série.

Nova equação

\[Li = (A+ B (es - 20.0) + \dfrac{C}{\sigma T_a^5} )\sigma T_a^4\]

Séries

Ciclo medio diário

Por cobertura de nuvens dos esquemas com menores RMSE.

png 
  2

Ciclo médio diário para a série completa.

png 
  2

ScatterPlot

Relação linear da Li calculada pelos melhores esquemas com a Li observada para toda a série.

png 
  2

Coeficientes

Validação 2015

       Ta        rh        Li        Rg      Rpot        es         K 
"numeric" "numeric" "numeric" "numeric" "numeric" "numeric" "numeric" 
   K_mean     date1     date2     Cover 
"numeric" "POSIXct"  "POSIXt"  "factor"

Quantidade de dias para cada faixa.


      CC      CPN       CN 
 91.8750 158.4583  87.7500

       coef1        coef2        coef3 
3.614234e-01 1.302368e-02 6.831191e+04

Ajuste e validação do cálculo de Li para SM

2016-11-20